Los puntos clave no están disponibles para este artículo en este momento.
El crecimiento acelerado del Internet de las Cosas (IoT) ha comenzado a reformar y reconfigurar nuestras vidas. El despliegue de un gran número de objetos conectados a Internet ha desbloqueado la visión de un mundo inteligente a nuestro alrededor, allanando así el camino hacia la automatización y la generación y recolección masiva de datos. Esta automatización y explosión continua de información personal y profesional en el mundo digital proporciona un terreno fértil para que los adversarios realicen numerosos ciberataques, convirtiendo la seguridad en IoT en una preocupación considerable. Por lo tanto, la detección y prevención oportuna de tales amenazas son requisitos previos para evitar consecuencias graves. La encuesta realizada ofrece una breve visión de la tecnología con atención principal hacia los diversos ataques y anomalías y su detección basada en el sistema de detección de intrusiones inteligente (IDS). La revisión integral presentada en este artículo proporciona un análisis y evaluación en profundidad de diversos sistemas de detección de intrusiones en redes (NIDS) basados en aprendizaje automático y aprendizaje profundo. Además, se presenta un estudio de caso sobre atención médica en IoT. El estudio describe la arquitectura, cuestiones de seguridad y privacidad, y la aplicación de paradigmas de aprendizaje en este sector. La evaluación de la investigación concluye finalmente listando los resultados derivados de la literatura. Adicionalmente, el artículo discute numerosos desafíos de investigación para permitir más rectificaciones en los enfoques para abordar complicaciones inusuales.
Malhotra et al. (Fri,) estudiaron esta cuestión.